압력 배열 센서와 인공신경망을 이용한 수중이동체 상태 추정

Abstract

본 연구는 인공신경망(ANN) 알고리즘을 기반으로, 수중이동체 표면에 부착된 압력 센서 배열 데이터를 이용하여 이동체의 운동 상태를 추정하는 방법을 다룹니다. 물고기의 측선계(lateral line system)에서 영감을 받은 이 접근법은 이동체 주변의 공간적 압력 분포를 측정하여 운동 상태를 추론하는 것을 목표로 합니다. 데이터는 다양한 운동 조건 하에서 전산유체역학(CFD) 시뮬레이션을 통해 생성되었으며, 이를 이용해 인공신경망이 속도, 활공각(gliding angle), 편류각(drift angle), 그리고 선회율(yaw rate)을 추정하도록 훈련시켰습니다. 연구 결과, 45개의 센서를 사용했을 때 인공신경망은 고려된 모든 운동 시나리오에서 운동 상태를 정확하게 추정할 수 있었습니다. 센서 수를 4개로 줄였을 때, 모든 센서를 사용했을 때와 비교하여 평균 제곱근 오차(RMSE)가 약 3배 증가했지만 신경망은 여전히 합리적인 수준의 성능을 유지했습니다. 또한 주성분 분석(PCA) 결과, 압력 데이터는 저차원 공간에서도 운동 상태에 따라 명확하게 구분되는 군집(클러스터)을 형성하는 것으로 나타났으며, 이는 더 적은 수의 센서로도의미 있는 정보를 추출할 수 있음을 시사합니다.